铝电解中的阴极过程

对铝电解中的阴极反应、阴极过电压、阴极表面的双电层结构等阴极过程进行了研究,发现在+005～-005V(相对于铝阴极)电位区有一个还原电流峰和一个氧化电流峰,它们是Al3++3e→Al和Al-3e→Al3+·与阳极相比,阴极过电压较小,在001～3A/cm2的Taffel区,约为01V·在阴极表面的双电层中,第一层为Ca2+,Mg2+,Li+和Al3+离子,没有Na+离子,这说明,阴极过电压是因为Mg2+,Ca2+等离子形成的电化学双电层阻力所引起,同时也说明别略耶夫猜想基本是正确的·     

一种新的基于Kohonen网络的图像矢量量化

矢量量化是一种重要的数据压缩方法.本文利用Kohonen自组织映射神经网络进行矢量量化,首次较为详细地讨论了具体实现的步骤与细节,并在此基础上为改善边缘质量,提出一种基于Laplas算子检测边缘弓引导神经网络训练的方法,并通过实验证明其效果是明显的.     

教师良好情绪对学生学习效果的影响

在课堂教学中，教师良好的情绪往往能产生说教及语言无法替代的感染效应。它不仅能缩短师生问的距离，创造和谐、融洽氛围，更重要的是激发学生的学习兴趣，启发学生思维，强化学生注意的稳定性与长久性，从而促进学生学习效果。     

带随机振幅的正弦波过程在Haar小波下的性质

研究了一类随机过程：x(t)=Ucosλt Vsinλt，在Haar小波下的性质，得到平稳性、相关性和稠度．     

发酵过程混合神经网络模型及其仿真

提出了一种新型的发酵过程混合神经网络模型，该模型由非线性神经网络和线性神经网络两部分组成，由于非线性神经网络采用结构具有线形式的Flat网络，两个网络能够合并为同一表达式，并具有线性形式，可采用线性最小二乘法求解网络权值，与串联结构及串并联结构混合神经网络模型相比，该模型训练方式简单，并可方便地使用在线辨识算法。     

jj耦合g因子

本文从矢量模型出发，导出纯ｊｊ耦合下ｇ因子表达式，并证明了当近似取ｇｓ＝２时，该式等价于量子力学的ｇ因子矩阵略去非对角元的结果，说明了矢量模型的近似程度。     

Poisson单和—类广义Poisson单的刻划

讨论了Ｐｏｉｓｓｏｎ单和一类广义Ｐｏｉｓｓｏｎ单的基本刻划问题。     

AVAILABILITY ANALYSIS OF THE QUEUEING SYSTEM GI/PH/I WITH SERVER BREAKDOWNS

In the existing literature of Repairable Queueing Systems (RQS), i.e., queueing systems with server breakdowns, it is almost all assumed that interarrival times of successive customers are independent, identically exponentially distributed. In this paper, we deal with more generic system GI/PH/1 with server's exponential uptime and phase-type repair time. With matrix analysis theory, we establish the equilibrium condition and the characteristics of the system, derive the transient and stationary availability behavior of the system.     

向量变分不等式解的存在性

利用广义向量平衡问题解的存在性结论，给出了向量变分不等式解的存在性定理。     

基于多尺度排列熵和正则化RVFL的高压隔膜泵单向阀故障诊断

高压隔膜泵单向阀运行工况复杂,运行时产生的振动信号具有非线性、非平稳特性,导致信号特征提取困难,故障状态难以识别.为了提取单向阀运行状态的非线性动力学特征,提升故障诊断模型的识别精度和泛化能力,提出了一种基于多尺度排列熵（Multi-scale Permutation Entropy,MPE）和正则化随机向量函数链接（Random Vector Functional Link,RVFL）网络的单向阀故障诊断方法.首先,对工况下采集的单向阀振动信号进行变分模态分解（Variational Mode Decomposition,VMD）获得既定的若干本征模态函数（Intrinsic Mode Function,IMF）分量;然后,计算IMF分量的多尺度排列熵,构建表征单向阀运行状态的特征值向量;最后,基于运行状态的特征值向量,建立正则化随机RVFL的故障诊断模型,并应用于单向阀的运行状态监测与识别.实验结果表明,构建的故障诊断模型能够精确地识别单向阀的故障类型,准确率达到98.89%.